BOOKSTORE

Programmation Scientifique en Python

Description du cours

Ce cours a pour objectif d’initier les étudiants aux fondements de la programmation scientifique à l’aide du langage Python, largement utilisé dans les domaines de la recherche, de l’ingénierie, des mathématiques et des sciences appliquées.
À travers une approche progressive, l’étudiant apprendra à concevoir, structurer et exécuter des programmes permettant la résolution de problèmes numériques et le traitement de données.

Objectifs pédagogiques

À la fin de ce cours, l’étudiant sera capable de :

• Comprendre les principes fondamentaux de la programmation en Python ;

• Utiliser les structures de contrôle, les fonctions et les modules standards ;

• Manipuler efficacement des listes, des tableaux et des chaînes de caractères ;

• Exploiter la bibliothèque NumPy pour le calcul scientifique ;

• Développer des programmes structurés adaptés au traitement et à l’analyse de données.

Plan du cours

Semaine 0 – Introduction à la programmation scientifique en Python
Présentation du langage Python, de son environnement de développement et de ses applications dans le calcul scientifique.

Semaine 1 – Les opérateurs arithmétiques et l’affichage
Étude des opérations de base, des types de données numériques et des premières instructions d’affichage.

Semaine 2 – Les fonctions importées
Introduction aux bibliothèques standard et à l’importation de fonctions prédéfinies pour enrichir les programmes.

Semaine 3 – La saisie de données et les sous-programmes
Apprentissage des techniques de saisie utilisateur et création de fonctions pour structurer le code.

Semaine 4 – Les expressions booléennes et les structures conditionnelles
Mise en œuvre des conditions logiques et introduction à la prise de décision automatisée à l’aide des instructions if, else et elif.

Semaine 5 – L’instruction while
Étude des boucles conditionnelles et de la répétition d’opérations.

Semaine 6 – L’instruction for
Découverte des boucles itératives pour le parcours de séquences et l’automatisation de tâches.

Semaine 7 – Les structures de contrôle combinées
Combinaison de boucles et de conditions pour concevoir des algorithmes plus complexes et dynamiques.

Semaine 8 – Introduction aux listes
Présentation du type liste et apprentissage des principales opérations : création, indexation et modification.

Semaine 9 – Le traitement des listes
Manipulation et transformation des listes, y compris le tri, la recherche et les parcours multiples.

Semaine 10 – Les listes imbriquées
Utilisation des listes de listes pour représenter des structures multidimensionnelles (tableaux, matrices simples).

Semaine 11 – Les tableaux NumPy
Initiation à la bibliothèque NumPy, outil de référence pour le calcul scientifique, incluant la création et la manipulation de tableaux numériques.

Semaine 12 – Le traitement des chaînes de caractères
Étude des méthodes de manipulation, d’analyse et de formatage de texte en Python.

Méthodologie

Le cours combine exposés théoriques, exemples pratiques et travaux dirigés. Chaque semaine comprend :

• une présentation des concepts clés,

• des démonstrations de code,

• des exercices d’application,

• et une évaluation formative.

Public cible

Ce cours s’adresse aux étudiants, chercheurs et professionnels souhaitant acquérir les bases de la programmation scientifique et développer leurs compétences en calcul numérique avec Python.